論文の概要: Enhanced Real-Time 6-DOF Extended Reality Catheter Tracking for Evaluating Potential Improvement in Efficiency, Precision, and Depth Perception for Cardiac Interventions
- arxiv url: http://arxiv.org/abs/2608.07606v1
- Date: Thu, 06 Aug 2026 20:12:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.454623
- Title: Enhanced Real-Time 6-DOF Extended Reality Catheter Tracking for Evaluating Potential Improvement in Efficiency, Precision, and Depth Perception for Cardiac Interventions
- Title（参考訳）: リアルタイム6-DOF拡張型拡張現実センサ追跡による心的介入に対する効率・精度・深度知覚のポテンシャル評価
- Abstract要約: 患者固有の心臓モデル内でのリアルタイム6自由度(6-DOF)カテーテルの追跡と可視化を可能にする拡張現実感(XR)ベースのプラットフォームを開発した。
このシステムは、5-DOFカテーテル追跡のためのカスタムマシンビジョンアルゴリズムと、カテーテルロールを測定する3Dプリントの電気機械エンコーダを組み合わせることで、完全な6-DOFモーション再構成を実現する。
- 参考スコア（独自算出の注目度）: 33.83106083639651
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite advances in 3D ultrasound, most percutaneous cardiac interventions still rely on 2D visualization, limiting depth perception and spatial understanding. To address this challenge, we developed an Extended Reality (XR)-based platform that enables real-time six-degree-of-freedom (6-DOF) catheter tracking and visualization within a patient-specific 3D heart model. The system combines a custom machine-vision algorithm for 5-DOF catheter tracking with a 3D-printed electromechanical encoder that measures catheter roll, providing complete 6-DOF motion reconstruction. In a proof-of-concept study, 20 novice medical students navigated an intracardiac echocardiography (ICE) catheter to six anatomical targets using either immersive 3D visualization or a conventional 2D cathlab-style view. Participants in the 3D condition completed the task in 54.6 seconds and traveled 1,939 mm on average, compared with 267.5 seconds and 7,854 mm in the 2D condition. Therefore, the XR-based 3D system was more than 5x faster and required ~5x less catheter travel. The 3D mode also improved targeting precision and reduced performance variability. Participants consistently rated immersive visualization higher for accuracy, speed, usability, and clinical value. Kinematic analysis showed smoother depth-axis navigation in 3D, whereas 2D users relied on repeated corrective movements. These findings demonstrate that XR-based visualization can substantially improve procedural training efficiency, precision, and motor control.
- Abstract（参考訳）: 3D超音波の進歩にもかかわらず、ほとんどの経皮的心的介入は2次元の可視化、深度知覚の制限、空間的理解に依存している。
この課題に対処するために、患者固有の3D心臓モデル内でリアルタイム6自由度(6-DOF)カテーテルの追跡と可視化を可能にする拡張現実感(XR)ベースのプラットフォームを開発した。
このシステムは、5-DOFカテーテル追跡のためのカスタムマシンビジョンアルゴリズムと、カテーテルロールを測定する3Dプリントの電気機械エンコーダを組み合わせることで、完全な6-DOFモーション再構成を実現する。
概念実証試験では,20名の初等医生が,没入型3次元可視化法と従来の2Dキャスラブ型視認法を用いて,心内エコー法(ICE)カテーテルを6つの解剖学的標的に誘導した。
3D条件の参加者は54.6秒で作業を終え、平均1,939mmを走行したが、2D条件では267.5秒と7,854mmであった。
そのため、XRベースの3Dシステムは5倍以上高速で、カテーテルの移動は5倍に短縮された。
3Dモードでは目標精度が向上し、性能のばらつきが軽減された。
参加者は、精度、スピード、使いやすさ、臨床的価値において、没入型視覚化を常に高く評価した。
キネマティック解析では3Dではよりスムーズな深度軸ナビゲーションが見られたが、2Dユーザーは繰り返し修正運動に頼っていた。
これらの結果から,XRをベースとした視認性は,プロシージャ訓練の効率,精度,運動制御を著しく向上させる可能性が示唆された。
関連論文リスト
- LeAD-M3D: Leveraging Asymmetric Distillation for Real-time Monocular 3D Detection [72.97402509843484]
LeAD-M3Dは最先端のモノクル3D検出器であり、余分なモダリティを伴わずに最先端の精度とリアルタイムの推論を実現する。
非対称増強脱ノイズ蒸留(A2D2)は、幾何学的知識をクリーンイメージの教師からミックスアップノイズの学生に伝達する。
3D-Aware Consistent Matching (CM3D) は、予測と地上の真理の割り当てを改善する。
CGI3D(Confidence-Gated 3D Inference)は、高額な3Dレグレッションをトップ信頼領域に制限することで、検出を加速する。
論文 参考訳（メタデータ） (2025-12-05T12:08:18Z) - 4D Virtual Imaging Platform for Dynamic Joint Assessment via Uni-Plane X-ray and 2D-3D Registration [17.77433522588242]
直立走査に最適化されたプログラマブルでガントリーフリーな軌道と、デュアルロボットアームコーンビーム(CBCT)システムを組み合わせた4次元関節解析プラットフォームを提案する。
シミュレーション研究において、この方法は99.18パーセントの成功率でサブボクセル精度(0.235mm)を達成した。
この4D CBCTプラットフォームは、高速で正確で低線量なダイナミックジョイントイメージングを可能にし、生体力学的研究、精密診断、パーソナライズされた整形外科治療の新しい機会を提供する。
論文 参考訳（メタデータ） (2025-08-22T06:58:23Z) - 3D Heart Reconstruction from Sparse Pose-agnostic 2D Echocardiographic Slices [6.275809518974307]
2次元エコースライスからパーソナライズされた3次元心臓解剖を再構築するための革新的な枠組みを提案する。
6面の平面を用いると、再構成された3次元心臓は、LV体積推定に大きな改善をもたらす可能性がある。
本研究は、心臓超音波によるパーソナライズされた3次元構造と機能解析のための新しい方法を提供する。
論文 参考訳（メタデータ） (2025-07-03T08:13:07Z) - MedTet: An Online Motion Model for 4D Heart Reconstruction [59.74234226055964]
本研究は, 術後の軽度データから3次元心臓運動を再構築するための新しいアプローチを提案する。
既存の方法では、フル3次元の体積像から3次元の臓器のジオメトリーを正確に再構築することができる。
このような部分的データから3次元運動を再構築するための汎用的なフレームワークを提案する。
論文 参考訳（メタデータ） (2024-12-03T17:18:33Z) - Advanced XR-Based 6-DOF Catheter Tracking System for Immersive Cardiac Intervention Training [37.69303106863453]
本稿では, 心内心エコー法(ICE)カテーテルのリアルタイム3次元追跡と可視化のための新しいシステムを提案する。
カスタム3Dプリントされたセットアップは、カテーテルのバイプレーンビデオをキャプチャし、特殊なコンピュータビジョンアルゴリズムは、その3D軌跡を再構築する。
システムのデータは、Meta Quest 3 XRヘッドセットを通じてレンダリングされる、インタラクティブなUnityベースの環境に統合される。
論文 参考訳（メタデータ） (2024-11-04T21:05:40Z) - UniPAD: A Universal Pre-training Paradigm for Autonomous Driving [74.34701012543968]
3次元微分レンダリングを応用した新しい自己教師型学習パラダイムUniPADを提案する。
UniPADは暗黙的に3D空間を符号化し、連続した3D形状の構造の再構築を容易にする。
本手法はライダーカメラ,カメラカメラ,ライダーカメラベースラインを9.1,7.7,6.9 NDSで大幅に改善する。
論文 参考訳（メタデータ） (2023-10-12T14:39:58Z) - MulViMotion: Shape-aware 3D Myocardial Motion Tracking from Multi-View
Cardiac MRI [11.685829837689404]
心臓の連続した3次元運動場を学習するためのマルチビューモーション推定ネットワーク(MulViMotion)を提案する。
左室心筋の3次元運動追跡のための英国バイオバンク研究の580名の被験者から得られた2D cine CMR画像に対する提案手法を広範に評価した。
論文 参考訳（メタデータ） (2022-07-29T18:29:52Z) - Revisiting 3D Context Modeling with Supervised Pre-training for
Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。
新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。
提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文 参考訳（メタデータ） (2020-12-16T07:11:16Z) - 3D Probabilistic Segmentation and Volumetry from 2D projection images [10.32519161805588]
X線撮影は迅速で安価で、最前線のケアアセスメントや術中リアルタイムイメージングに有用である。
プロジェクティブな情報損失に悩まされており、多くの診断バイオマーカーがベースとなっている重要な情報を欠いている。
本稿では,2次元画像モダリティから3次元容積像を再構成する確率的手法について検討する。
論文 参考訳（メタデータ） (2020-06-23T08:00:51Z) - Volumetric Attention for 3D Medical Image Segmentation and Detection [53.041572035020344]
3次元医用画像のセグメンテーションと検出のためのボリュームアテンション(VA)モジュールを提案する。
VAアテンションはビデオ処理の最近の進歩にインスパイアされ、2.5Dネットワークはz方向のコンテキスト情報を活用することができる。
そのMask R-CNNへの統合は、肝腫瘍(LiTS)チャレンジにおける最先端のパフォーマンスを可能にすることが示されている。
論文 参考訳（メタデータ） (2020-04-04T18:55:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。